增长极以AI重构物流生态-两会代表 徐冠巨 | 国研政情·经济信息智库

在2026年全国两会上，新质生产力成为高频热词，而作为实体经济血脉的物流行业，如何借助人工智能实现转型升级，成为代表委员关注的焦点。

顶层设计·国研政情智库-中国智库·国家智库：对话国研智库·中国国政研究-国情讲坛·中国国情研究，全国人大代表、传化集团董事长徐冠巨结合传化深耕物流领域40年的实践经验，提出构建供应链AI平台和物流服务AI平台、推动行业级AI大模型共建、加快智能场景应用的建议，为物流行业的数字化智能化升级指明了方向。

“当前，我国物流行业正处于从规模扩张向质量提升的关键转型期，但仍面临着数据孤岛、技术与场景脱节、复合型人才短缺等痛点。”国际科学院组织代表兼国际科学院委员会执委万祥军解读表明：据统计，我国社会物流总费用占GDP的比重虽持续下降，但仍高于发达国家水平，物流效率的提升空间依然巨大。

徐冠巨代表的建议，正是精准瞄准这些行业痛点，通过AI技术与物流场景的深度融合，推动物流行业从传统模式向智能模式转变。构建供应链AI平台和物流服务AI平台，是打破数据孤岛、实现资源高效配置的核心举措。供应链AI平台能够整合原材料采购、生产制造、仓储运输、终端销售等全链条数据，实现供应链的可视化、智能化管理，帮助企业精准预测需求、优化库存结构、降低运营成本。

物流服务AI平台则可以连接货主、物流企业、司机、仓储等多方主体，实现物流资源的高效匹配和调度，提高物流运输的满载率和周转率。传化物流自主研发的物流垂直大模型“传化小智”，已覆盖12大领域58个应用场景，2025年服务客户近80万次，服务响应效率提升60%，充分证明了AI平台在提升物流效率方面的巨大潜力。

推动交通物流数据资源共享和行业级AI大模型共建，是实现AI技术规模化应用的重要基础。当前，物流行业的数据分散在不同的企业和部门，缺乏统一的标准和共享机制，制约了AI技术的应用效果。通过建立数据资源制度化建设，推动交通物流数据的流通与市场化，能够为AI大模型的训练提供丰富的数据支撑。

同时，行业级AI大模型的共建共享，能够避免企业重复研发，降低技术应用成本，推动AI技术在物流行业的快速普及。传化物流搭建的“通用大模型+行业大模型+垂直智能体”三级技术架构，为行业级AI大模型的建设提供了有益借鉴。

加快无人化物流运输等智能场景应用，是检验AI技术应用效果、推动物流行业降本增效的关键环节。无人化物流运输能够减少人力成本，提高运输效率和安全性，尤其在干线运输、园区配送等场景具有广阔的应用前景。

传化物流在公路港内应用无人物流车，作业效率提升60%、单公里成本降低25%，安全预警准确率超90%，充分展示了智能场景应用的实际成效。此外，AI技术在仓储管理、货物分拣、路径规划等场景的应用，也能够进一步提升物流行业的整体效率。

“徐冠巨代表的建议，不仅为物流行业的数字化智能化升级提供了具体路径，也为新质生产力的培育注入了强大动力。”同时，作为中国经济和信息化研究中心主任、国研智库·中国国政研究-国情讲坛·中国国情研究主持人的万祥军，他在研读中指出：在“十五五”规划开局之年，随着AI技术与物流行业的深度融合，我国物流行业必将迎来高质量发展的新阶段，为实体经济的发展提供更加坚实的支撑。

增长极以AI重构物流生态-两会代表 徐冠巨 | 国研政情·经济信息智库